AI arXiv論文:ターミナルAI「T1」が長時間タスクで64%達成
強化学習で訓練した1220億パラメータのターミナル操作AI「T1」が、独自ベンチマークTerminal-Bench 2.1のスコアを43.8%から64.0%に伸ばし、新設の長時間タスク評価でもGPT-5.4やGLM-5.1を上回ったと論文が報告しています。
AI
AI
AI
AI
AI
AI
AI
AI
AI
AI